一、线性规划应用中的几个问题（论文文献综述）
黄纪凯[1]（2021）在《全渠道模式前置仓选址与配送路径优化》文中研究表明电子商务是我国第三产业的重要组成部分,其快速发展对新冠肺炎疫情期间国内经济的发展发挥了巨大促进作用。消费需求的不断升级与市场竞争的加剧推动电商前置仓从仓储型转化到全渠道模式。全渠道模式前置仓的高速发展重塑了电商末端配送网络。因此,研究全渠道模式前置仓选址与配送路径优化问题具有现实意义。不仅可以大力推动全渠道模式前置仓业务由高速向高质量转型,亦可有效满足消费者不断升级的需求以及日益加剧的市场竞争环境,进而促进电商零售企业向高质量发展的转变。本文综合采用系统动力学、多目标规划、分布式鲁棒优化、整数规划方法,基于调研和相关文献研究,通过定性与定量相结合的方式,从商业运营的角度出发研究前置仓运营模式的特征,从全渠道模式前置仓配送网络设计的角度出发研究前置仓选址和配送路径规划,从全渠道模式前置仓配送网络优化的角度出发研究选址-路径集成优化。（1）基于系统动学的前置仓运营模式仿真分析。首先,本文界定了全渠道模式前置仓的运营模式、特性及问题。其次,从全渠道模式和仓储模式前置仓运营模式视角出发,构建系统动力学模型,结合实证企业的案例数据,使用VENSIM软件对前置仓的运营模式进行仿真分析。结果表明,全渠道模式前置仓在消费者、订单量、营业收入、服务能力方面均优于仓储模式前置仓,而在总成本方面高于仓储模式前置仓。因此,降低全渠道模式前置仓总成本成为优化全渠道模式前置仓选址与配送路径规划的首要目标。（2）全渠道模式前置仓选址与能力设计联合优化。基于消费画像对确定性需求的刻画,本文不仅考虑配送服务,还结合全渠道模式的特点引入到店购方式,综合考虑前置仓容量限制、总成本、到店购时间、配送时间等要素,利用多目标优化方法构建了分别以总成本最小和服务时间最小的双目标规划模型。通过分析模型结构特点,设计基于精英策略的多目标模拟退火算法。应用MATLAB软件,使用实证企业脱敏的案例数据验证了模型的正确性和算法的有效性。结果表明,增加前置仓选址数量和模型考虑配送和到店购的方式会提高帕累托最优解的数量,增加选址方案组合。帕累托最优解数量受前置仓配送能力降低影响明显且选址方案组合提高较少。（3）全渠道模式前置仓车辆路径分布式鲁棒优化。基于需求参数及其分布的双重不确定性,综合全渠道模式前置仓的特点:配送、到店购或自提的方式、到店购客户的成本、配送成本、车辆固定成本,构建最坏情形下期望总成本和条件风险值（CVa R）最小的分布式鲁棒优化模型。由于模型属于半正定规划问题,所以构造盒子非精确集,推导等价可求解形式。利用实证企业案例数据,应用CPLEX软件对等价模型进行求解,通过与随机规划模型对比分析验证模型的有效性。结果表明,分布式鲁棒方法比随机规划方法具有更好的稳定性,并且可提供更多种鲁棒的配送服务策略。（4）全渠道模式前置仓选址-路径集成优化。在全渠道模式的背景下,前置仓不仅提供配送服务,还引入到店购的全渠道模式特点,综合考虑前置仓建设成本、车辆使用的固定成本、区域仓至前置仓的干线运输成本、前置仓至客户的配送成本等要素,利用整数规划的方法,构建总成本最小的全渠道模式前置仓选址-路径优化模型。应用JAVA语言实现了改进后的遗传算法设计,结合实证企业的案例数据对模型进行了求解和验证。结果表明,设置适当的最大配送距离和优化配送车辆的性能有助于企业总成本的控制。图51幅,表35个,参考文献178篇。
孙肖坤[2]（2021）在《复杂大型建设项目费用偏差控制方法及信息系统设计》文中研究说明随着全球范围内经济形势的动态稳定发展,复杂大型建设项目在国内外均呈持续增长的态势,国际工程项目市场的竞争愈发激烈。复杂大型建设项目事关民生和经济效益,其开发建设会对国家和社会产生广泛而深远的影响。在工程建设领域,许多投资主体拥有雄厚的资金实力和丰富的开发建设经验,并开始涉足复杂大型建设项目的开发建设,项目投资规模越来越大,建设周期越来越长,参与建设的单位越来越多,不确定性带来的项目风险也愈发复杂。随着时代的发展,复杂大型建设项目逐渐成为项目管理领域的研究热点。然而,在项目建设过程中,投资效率低下、费用超支等现象屡见不鲜,项目执行情况在各层面上不尽如人意,传统的项目管理理论已经不能适应现阶段管理实践的需求。因此,从复杂性视角出发对项目管理领域进行研究就成为一种新的解决思路。如何对项目复杂性进行科学、系统以及深入的分析,如何在项目建设过程中动态、全面地掌握项目费用状态,如何判断工程费用实际状态与计划的偏差严重程度,如何对项目费用偏差做出科学的警报和预测,如何有依据地对工程项目的费用偏差进行有效纠偏控制,就成为摆在管理者面前的一个理论和实践问题。为了更加科学有效地针对复杂大型建设项目费用实施监控管理,本文运用系统动力学相关理论和方法,建立了基于复杂性视角的建设项目费用偏差影响因素的系统动力学模型,构建了项目费用偏差的警报及预测模型,梳理了项目全生命周期不同费用偏差程度下的纠偏流程,进而分析并设计了以理论模型为基础的复杂大型建设项目费用偏差控制信息系统。具体研究内容包括以下四个部分:（1）基于系统动力学的费用偏差关键影响因素识别研究。首先,对复杂大型建设项目的费用监控模式进行概述;在此基础上,对系统动力学相关基础理论及其应用在建设项目费用偏差控制领域的可行性进行分析;然后,将复杂大型建设项目作为一个整体系统,对项目建设各阶段内费用偏差影响因素之间的关系进行分析识别,构建系统动力学反馈图模型,确定主要变量,内生变量、外生变量,建立各变量之间方程关系;最后,通过Vensim软件模拟仿真,建立动态控制模型并验证其可行性和有效性,识别出费用偏差关键影响因素及其影响程度,并对模拟结果进行分析。（2）复杂大型建设项目费用偏差警报及预测模型研究。首先对复杂大型建设项目不同阶段费用偏差计算的需求及特点进行分析,据此选取适用于复杂大型建设项目费用偏差警报的方法模型;然后对K-Means聚类算法进行缺陷分析,引入贴近度概念,并将边界均值算子作为主要方法对经典K-means聚类进行改进,有效克服了主观随意性和警情区间不连续的问题;最后通过算例分析证实了本模型的有效性。复杂大型建设项目费用偏差预测模型是偏差警报模型的后续研究。首先,全面论述了神经网络模型的相关原理,对其在复杂大型建设项目费用偏差预测研究中的可行性和适用性进行了分析;然后,利用仿生算法对传统BP神经网络进行改进,优化神经网络模型中的初始网络权值和阈值,并将历史数据输入模型中进行训练获得成熟模型;同时,将现阶段的费用偏差进行子目费用分析,将总偏差最终分摊至每一个子目费用的扰动因素,深度分析复杂大型建设项目中不同活动对费用偏差的影响,在当前费用偏差情况已知的情况下,研究其对未来费用偏差的影响程度并予以量化,判定即将发生的项目警情及其位置,有效辅助项目费用管理方采取措施进行处理,实现真正意义上的项目费用事前控制。（3）复杂大型建设项目费用偏差控制策略及效果评价研究。首先,针对复杂大型建设项目费用偏差控制策略,挖掘了流程再造和协同理论与之相适应的契合点,梳理了费用偏差控制中流程再造和协同的目标和原则;其次,针对复杂大型建设项目在前期决策阶段、中期实施阶段、后期运维阶段所面临的不同费用偏差警情,明确各阶段责任方,梳理并总结出具体的纠偏操作流程和控制策略;为了增强该纠偏流程的适用性,本节首次提出了纠偏效果评价,从控制能力、控制效果、经济和社会效果等角度构建指标体系,构建了基于支撑度理论的模糊群决策模型,对纠偏效果进行评价,给出反馈结果,推动纠偏策略的持续改进。（4）复杂大型建设项目费用偏差控制系统设计研究。把研究的理论和构建的模型拓展到实际的项目费用管理中,提出了复杂大型建设项目费用偏差控制信息系统设计。首先,对复杂大型建设项目费用偏差控制系统进行了定义,对系统建设目标、系统用户和系统需求进行分析,确定了系统的非功能需求和功能需求;然后构建费用偏差控制系统的总体设计框架结构,从系统开发方法、系统开发平台、系统功能模块、系统数据库四个角度对系统进行详细深入的设计;在涉及到系统关键的实施技术方面,对开发技术选型进行了结构性论述,并对数据仓库的核心设计理念进行了详细介绍,设计了系统模型管理模块的结构和重点功能。该系统包括费用偏差警报、费用偏差预测、费用偏差控制、纠偏效果评价等功能。
刘来友[3]（2021）在《正切换系统的事件触发控制》文中研究指明
肖烨[4]（2021）在《面向智能工厂的边缘计算节点部署及节能技术研究》文中认为在工业4.0时代,工厂中物联网设备数量的爆炸式增多、网络架构的日新月异以及无人业务的需求推动了全球范围内智能工厂的转型升级。然而传统智能工厂的网络架构通常以云为中心,将来自设备的数据信息全都集中到云上处理。这种集中式的管理方式并不能支撑物联网范式的工厂中大规模物联网设备的实时计算,反而会导致云上负载繁重,大大增加了服务请求的响应时延。为了很好地支撑智能工厂中物联网范式的构建,边缘计算作为云计算模式的边缘扩展,被应用到智能工厂网络架构的建设中。由于云无线接入网（Cloud-Radio Access Network,C-RAN）能够满足物联网对网络灵活性和可扩展性的要求,因而本论文提出了基于C-RAN的智能工厂边缘计算架构。本论文首先针对智能工厂中的边缘计算部署问题,采用了传统优化算法和启发式算法相结合的方法进行求解。在基于C-RAN的智能工厂边缘计算架构中,考虑了单个传感设备将计算任务卸载至多个边缘接入设备的卸载模式。基于该卸载模式,构建了联合优化设备部署成本和智能服务的数据卸载时延的非线性规划数学模型,提出了基于免疫算法和拉格朗日乘子法的混合算法对问题进行求解。与单个传感设备将计算任务卸载到单个边缘接入设备的卸载模式相比,本文所提出的模式在采用基于免疫算法和拉格朗日乘子法的混合算法的情况下,能有效降低部署成本和数据卸载时延。针对智能工厂中移动设备的决策任务流卸载能耗和时延优化问题,本论文采用了多种启发式算法结合的方法来进行求解。基于C-RAN的智能工厂边缘计算架构,本论文中提出了五种不同的卸载模式:本地卸载、边缘卸载、云中心卸载、本地-边缘协同卸载以及本地-边缘-云中心协同卸载。在对能耗和时延联合优化问题进行了数学建模之后,本论文提出了基于遗传算法和粒子群优化算法的混合算法对该问题进行求解。实验结果证明本论文所提出的算法能够获得最小的任务流卸载能耗和时延。
王永欣[5]（2021）在《面向大规模跨模态检索的哈希方法研究》文中研究指明近年来,随着社交媒体网站的大量涌现,分布在互联网上的多媒体数据内容呈现出爆炸式的增长。为了更全面地挖掘多媒体数据,帮助用户从海量且杂乱的数据中获取有价值的信息,大规模跨模态检索的需求与日俱增。与传统的单一模态的检索相比,跨模态检索可以大幅提升用户体验且更符合现实应用场景。但是互联网上的多媒体数据具有数据量大、数据结构复杂、数据维数高的特点,以及不同模态之间存在异构鸿沟和语义鸿沟问题,这对大规模跨模态检索任务是一个巨大的挑战。哈希学习技术作为一种典型的近似最近邻搜索,由于低存储消耗和高效搜索得到越来越多的研究者关注。尽管跨模态哈希方法的研究已经取得了一些进展,但是仍存在许多需要解决的问题。1)如何实现多媒体不同模态哈希码的高效离散优化。一些方法在求解哈希码的离散约束时采用松弛策略,导致较大的量化误差问题和低质量的哈希码,不能很好地解决跨模态检索的异构鸿沟问题。而另外一些离散优化算法采用复杂的梯度下降或按位优化策略,学习效率非常低。2)如何充分地挖掘异构的多媒体数据中蕴含的大量信息。在对数据信息的利用上,一些方法只考虑数据的全局信息,忽略了隐藏在数据分布中的局部相似性,使得检索结果不够精细。3)如何实现哈希码对精细相似度的保持。现有的哈希方法通常将二值相似度嵌入到哈希码中,这种二值相似度损失了大量的语义和特征信息,并且存在平方复杂度问题。此外,在对相似性保持问题上,传统朴素二进制哈希码的表达能力受哈希码长度的限制,不能充分拟合多媒体数据的相似性信息。4)如何实现高效的在线多媒体数据流学习。越来越多的应用场景中,多媒体数据是以数据流的形式收集的,传统的跨模态哈希方法基于批处理的方式学习不同模态的哈希码和哈希函数,学习效率非常低效,不能很好地适应在线跨媒体检索任务。本论文对面向大规模跨模态检索的哈希方法进行了深入研究,针对上述问题设计了四种监督跨模态哈希方法。主要贡献如下:（1）针对已有跨模态哈希方法的较大量化误差问题以及对大数据不可扩展问题,提出一种可扩展非对称离散跨模态哈希方法。应用距离-距离差异最小化将多媒体数据的监督信息嵌入到哈希码中,避免应用二值相似度矩阵,降低了时空开销,使模型对大规模多媒体数据集是可扩展的。语义标签是所有模态中最一致的信息,将其作为一个特殊模态,应用协同矩阵分解学习它与不同模态数据的公共潜在子空间,并通过非对称策略将哈希码与子空间建立连接,将更多的信息传递到哈希码中。还提出了一种高效的非对称离散优化算法求解哈希码的二值约束,避免了较大量化误差问题,保证了哈希码的质量。（2）为了更充分地挖掘多媒体数据中的信息,提出一种全局和局部相似性嵌入的快速跨模态哈希方法。它不仅考虑异构数据的全局相似性信息,还挖掘数据的组内局部相似性信息,能够从视觉上使检索结果更精细。为了更好地利用监督信息,设计了一个包含成对相似度保持和相关类别重构的相似性嵌入框架,从两个角度保持监督信息,可以得到更具判别力的哈希码。还提出了一种高效的组更新离散优化算法,使其计算复杂度与训练集的大小呈线性关系,对大规模多媒体数据的扩展性大大提高。（3）针对哈希码的精细相似度保持问题,提出一种高维稀疏跨模态哈希方法。从理论上分析并设计一个细粒度相似度,不仅考虑数据的高层语义相似性,还合理地考虑多媒体不同模态的底层特征相似性。由于朴素哈希码的表达能力较弱,不能很好地拟合细粒度相似性,利用高维稀疏编码的强表达能力将细粒度相似性嵌入到待学习的哈希码中。还设计了一种高效的离散优化算法来解决哈希码的二进制和稀疏约束,降低了量化误差。最重要的是,模型的搜索复杂度与朴素哈希方法一样高效。在三个广泛使用的数据集上进行的大量实验表明本文的高维稀疏跨模态哈希模型是非常有效和高效的。（4）针对在线多媒体数据流检索场景,提出一种标签嵌入在线跨模态哈希方法。设计了一个标签嵌入框架来利用多媒体数据的监督信息,可以生成高判别性的哈希码,降低计算复杂度。通过块相似度矩阵的内积适应,保持新来数据的成对相似性,并且建立新来数据与已有数据之间的联系,使模型对新来数据的敏感性降低,从而得到高效的哈希码。此外,还设计了一种离散优化算法,在不松弛的情况下求解哈希码的二进制约束问题,可以降低量化误差,并且它的计算复杂度只与新来数据的大小线性相关,对大规模多媒体数据集是非常高效和扩展的。在三个基准数据集上的大量实验结果表明本文的模型在准确性和效率方面优于一些最先进的离线和在线跨模态哈希方法。
鲍威宇[6]（2021）在《风电惯量参与电网调频的控制研究》文中研究指明中国是世界上最大的能源生产国和消费国。近年来,为了应对我国能源结构转型的战略要求,实现“碳达峰、碳中和”的能源发展目标,以风电为主的清洁能源正在飞速发展,并且逐渐取代了传统的化石能源,成为了我国能源结构中的重要组成部分。在我国部分地区,已经形成了高比例、大规模风电接入的电力系统。然而,由于大部分风电机组通过电力电子设备并网,因此无法向电力系统提供与传统同步发电机组类似的旋转惯量;此外,为了追求风能的最大化利用,风电机组一般运行在最大功率跟踪的状态,也没有为系统调频预留备用容量。由于上述两个原因,大规模风电接入电力系统并逐步取代传统电源,将导致电力系统的等效惯量降低,调频能力变差,对系统的频率稳定产生威胁。在这种背景下,研究如何使风电参与系统调频,对于维持电力系统的频率稳定具有重要意义。不少研究指出,为了使风电具备参与系统调频的能力,可以通过改进风电的有功控制策略,改变风电在系统发生有功扰动后的有功出力,短时向系统中释放存储在风电机组转子及其传动机构中的旋转动能,以改善系统在有功扰动后的频率响应,这一过程即利用风电自身惯量参与系统调频的过程。为了提高风电对系统频率响应的改善效果,同时保证风电机组、风电场参与系统调频期间的稳定性和经济性,需要全面考虑风电惯量参与调频过程对系统频率响应的影响以及风电机组、风电场在调频过程中自身的动态变化,设计一种适用于未来大规模接入电力系统的风电惯量参与调频控制策略。本文在已有研究成果的基础上,首先分析了大规模风电接入的电力系统频率特性,并分析了风电不同形式的调频控制方式对系统频率特性的影响;其次,本文对风电机组退出调频引起的系统频率二次跌落问题、风电场在调频期间的转速过度下降以及风能损失等问题进行了深入研究,并结合理论分析、数学推导以及模型预测控制等方法,提出了分层次、多目标的风电惯量参与电网调频的控制框架。论文的主要工作和取得的创新性成果如下:（1）针对风电退出调频引起的系统频率二次跌落问题,分析了退出时刻对系统频率二次跌落产生的影响,提出了风电调频合理退出时刻,显着改善了系统频率二次跌落的程度。首先,建立了能够描述风电参与调频过程中有功出力变化的数学模型;其次,基于经典的系统频率响应模型,推导了系统频率二次跌落程度与风电退出调频时刻之间的关系,并在此基础上,以最小化系统频率二次跌落幅度为目标,提出了风电调频最优退出时刻的计算方法;随后,考虑到最优退出时刻的求解依赖于数值方法,并且与风机运行工况、有功扰动幅度等因素相关,不利于工程应用,本文对风电参与调频过程的数学模型进行了简化,并依据此模型,将最优退出时刻简化为仅与系统频率响应特性相关的固定退出时刻;最后,本文研究了系统调频参数的获取方法以及风电调频功率的确定方法,并据此建立了固定退出时刻在风电场中的应用策略。固定退出时刻的提出,利用了同步发电机的机械功率在一次调频期间的超调特性,具有明确的物理意义,其在风电场中的应用也实现了风电机组与同步发电机组在一次调频期间的协同配合。（2）为了应对在风电惯量参与调频过程中风电场内部分风机的转速过度下降以及由于风机偏离最大功率点造成的风电场风能损失等问题,提出了一种基于模型预测控制的风电场集中式惯量控制方法。首先,为了准确掌握风电场内不同工况下的风电机组在调频过程中的转速、机械功率等的动态变化情况,同时避免因直接采用风电机组的线性化模型进行计算而带来的误差,建立了适用于模型预测控制的风电场预测模型;在此基础上,将改善风电机组转速过度下降和风电场风能损失作为目标,形成了基于模型预测的优化控制问题;最后,提出了基于模型预测控制的风电场集中式惯量控制方法,通过收集风电机组的实时运行信息并在调频过程中滚动求解优化控制问题,协同各风电机组在调频过程中的有功出力,避免了部分风机在调频过程中转速过度下降的问题,并显着减小了由于风机偏离最大功率点而造成的风电场风能损失。因此,该方法提高了风电场运行的经济性,并且实现了风电场内不同风电机组之间的协同配合。（3）针对大规模风电以多风电场集群的形式接入电力系统的情况,在前面两项研究的基础上,形成了分层次、多目标的多风电场分层惯量控制框架。该框架分为风电场集群控制层、风电场控制层和风机控制层。其中,风电场集群控制层将风电调频固定退出时刻及其应用策略拓展到多风电场接入电力系统的场景,并以改善系统频率响应为目标,通过求解线性规划问题确定系统对各风电场的调频功率需求;风电场控制层和风机控制层以风电场集中式惯量控制为基础,通过交替方向乘子法将集中式惯量控制的最优控制问题分解为子问题,以实现该问题在风机层面的分布式求解,改善了因风机数目庞大而造成的计算效率下降的问题。该框架通过对运行状态不同的风电场、风电机组分配不同的调频功率,分别实现了风电场、风电机组两个层面的协同配合,改善了系统频率和风电场运行的稳定性、经济性。
张泽宇[7]（2021）在《互斥基因查找的方法研究》文中研究表明癌症的发生是基因变异不断积累并共同影响下的结果。在癌症研究中,识别驱动基因是发现致癌机理、确定临床治疗方案的重要环节。在已发现的一部分驱动基因之间,研究者发现存在着显着的互斥关系,这可能是因为同一致病通路上的基因同时变异是一种功能冗余,也有可能是因为多个关键基因同时变异会导致癌细胞协同致死,因而驱动性基因较少同时发生变异。因此,互斥基因查找可以作为一种发现驱动基因的途径。互斥基因查找可以分为de novo（全新的）查找方法和基于其它辅助信息的查找方法。其中,de novo 查找方法不受已有知识的限制,更有可能找到新的驱动基因。本文提出并研究三种新的互斥基因查找方法,即:FSME、MeQP和SME,其中借助独立关系检验的FSME和基于二次优化的MeQP是两种只需依靠变异矩阵信息的denovo互斥基因查找方法,而SME则是一种考虑癌症亚型分层条件下的互斥基因查找方法。De novo互斥基因查找只使用癌症患者基因变异数据,它记录的是每一位患者在每一个基因上的变异情况。理想情况下,具有互斥关系的基因集合在患者群体中会表现出有且只有一个基因变异的现象。而在实际数据中,不是所有的患者都会在一个互斥基因集合中表现出互斥。表现出互斥现象的患者数占总人数的比例被称为覆盖率。FSME方法的第一步使用距离算法筛选出具有互斥可能性的基因对,然后步进式地进行扩展,最后使用假设检验的方法判别一组基因集合是否具有互斥关系。模拟研究表明,无论是在只有一组互斥基因的情况下,还是在具有两个不重合的或者部分重合的互斥基因集合的情况下,FSME都有较高的精确度,并且召回率随着覆盖率的增加而增加。另外,FSME可以将假阳性率控制在稳定的水平,不随着覆盖率的变化而改变。在真实数据上应用FSME,我们发现了若干显着的互斥基因集合,这些集合中的大多数基因具有生物学意义。此外,当备选基因数量增加时,FSME仍能提供稳健的查找结果。为了进一步提升运算效率,本文还提出MeQP方法。MeQP使用二次优化的方法查找互斥基因集合,在保证高效的前提下,可以得到与FSME类似的F1值水平,这使得MeQP更适用于备选基因数量或者样本数量更多的情况。多数癌症内部致病机理复杂,患者之间存在着明显的异质性。癌症亚型是对同一类癌症患者的再次划分,不同亚型具有不同的特异致病模型。考虑癌症亚型可以区别位于同一致病通路上的互斥基因和在单个亚型上富集变异的基因。本文提出的SME方法使用了 Cochran-Mantel-Haenszel检验作为判别互斥基因的方法,同时用递归合并的方法使得基因集合的扩展可以迭代进行。SME在查找互斥基因集合时仅仅将在各个分层都具有互斥关系的基因集合判别为互斥基因,而忽略单独亚型富集的基因。相较于已有的处理亚型富集基因的方法,SME在各个覆盖率下均有较高的精确度。同时,无论覆盖率如何变化,通过对假阳性率的良好控制,SME在总体互斥但分层不互斥的数据集上也有很好的表现。我们应用本文所提出的方法分析了乳腺癌实际数据,研究发现DST基因与抑癌基因TP53具有互斥关系。DST基因作为一种编码蛋白质的基因,已有研究对其与乳腺癌之间关系的讨论较为缺乏。结合多个数据库的信息,DST基因有可能是影响乳腺癌进展的潜在驱动基因。特别地,DST基因对于luminal-B亚型乳腺癌患者的影响更为显着。
骆雪婷[8]（2021）在《面向边缘雾计算的联邦学习性能分析与优化方法研究》文中研究说明联邦学习是通过用户节点之间的协作训练,从而得到全局模型的一种新型人工智能技术。在联邦学习中,用户无需上传本地数据,可大大减少了通信成本,并保护用户的隐私。随着边缘设备计算和存储能力的不断提升,大量功能下沉至网络边缘,催生了边缘雾计算。在边缘雾计算中,可以在更接近于数据生成的地方进行模型训练,降低了时延,减少了网络流量并提升了应用效率。将联邦学习部署在边缘雾计算系统中,既可以利用边缘设备的计算和存储能力,同时也可以利用人工智能技术对一些数据驱动型和计算密集型的服务提供支持。由于边缘雾计算系统中,现有的网络部署策略对于联邦学习的模型性能和训练效率都难以保证。因此,本论文对边缘雾计算系统中的联邦学习性能分析和优化方法展开了具体地研究,主要研究工作和创新点可总结如下:第一,本论文提出了面向边缘雾计算系统的联邦学习性能分析和优化方法。由于在边缘雾计算系统中,其计算和通信能力是有限的,因此,为了保证边缘雾计算系统中的联邦学习性能,首先,面向边缘雾计算场景,部署了联邦学习的系统框架,通过本地模型训练和全局联邦聚合,可以在边缘雾计算系统中协作地生成全局模型。其次,基于统计理论,对联邦学习模型精度损失上界进行了理论分析,并推导出了具体的上界表达式。最后,为了能够更好的平衡边缘雾计算系统中的模型精度性能和训练过程中所产生的计算与通信资源消耗,提出了 一个联合优化问题;并设计出了 一个可以平衡模型精度性能和资源消耗的联合优化算法。通过仿真,验证了所提出优化算法相较于未优化的联邦学习模式,能够取得显着的性能增益并减少资源消耗。第二,本论文提出了一种联合机会式集中学习的联邦学习模式,并研究了该学习模式下的性能分析和优化方法。由于传统联邦学习模式下边缘计算服务器存在大量空闲计算资源,为了能够更好地利用用户节点处收集到的数据以及边缘计算服务器中大量的计算资源,首先,本文提出了一种联合机会式集中学习的联邦学习模式,在联邦学习进行本地模型训练时上传数据进行集中学习,将集中学习与联邦学习巧妙地进行了结合。其次,针对所提出的新的学习模式,本论文对其理论性能进行了具体地分析,推导出了一个显式的理论精度上界表达式。最后,为了平衡该学习模式下所产生的计算和通信资源开销和模型的精度性能,建立了模型精度、时延和能耗的联合优化问题,并相对应地设计了求解该问题的联合优化算法。仿真结果表明了对于联合机会式集中学习的联邦学习,所提算法相较于单一学习模式可以有效地提升其模型精度性能,并节省计算和通信资源。
李瑞丽[9]（2021）在《利用数学写作促进高中生数学理解性学习的实践研究》文中提出理解是学生学会知识的重要基础,会运用是学习数学的最终目标。数学理解性学习是指学生以理解为基础进行数学学习的过程,其目标指向是学生能理解数学,最终目标是能迁移与应用知识。如何促使高中生进行数学理解性学习呢?这需要寻找一种能深入了解学习者的认知过程,能对学生心智活动过程作出合理的分析与评价的途径。数学写作恰好能暴露学生的数学认知过程,教师根据写作反馈可有效的指导学生进行理解性学习,从而提高学生学习数学的效率和质量。本研究围绕“如何利用数学写作促进高中生数学理解性学习”这一核心问题,以高中数学必修五和必修二为教学内容,以L中学高一485班为实践班,高一472班为对照班来实施数学写作教学活动。本文主要从四个方面展开:首先,以问卷的形式调查了解上述两个班103名学生对数学写作的认识以及数学理解性学习现状;其次,根据调查结果向实践班介绍数学写作,并进行阅读指导和试写。针对试写中存在的问题,结合数学写作实践目的,设计了自我阐释类、情境应用类、洞察类、反思认识类四种类型的数学写作模式;再次是,从制定实施计划、实施每种类型的数学写作教学、评析学生作品、反思教学过程这四个环节进行数学写作教学实践;最后,通过后测与访谈,对数学写作、学生数学理解性学习情况、数学成绩进行对照分析,得出实践效果。综合整个研究过程,可得以下结论:○1学生对数学写作和数学学习的态度得到改观,接近94.2%学生表示对数学写作感兴趣,且写作态度端正积极。同时写作增强了学生内心的成就感和学习兴趣。○2数学写作对学生数学理解性学习具有一定的促进作用。通过数学写作,学生具备了进行理解性学习的能力,能够靠理解去学习数学,且能够自发地根据学习需要采取不同学习策略。○3促进理解性学习的数学写作实践方案具一定的可行性。实践后,学生数学成绩与基本数学能力得到提升,实践中还可获取学生认知情况和情感态度的变化情况。○4促进理解性学习的数学写作要遵循目的性原则、差异性原则、指导性原则、评价全面多元化原则写作。最后,针对实践结果和实际教学情况,笔者提出了以“数学写作”为辅助工具促进高中生数学理解性学习的教学建议:制定合理的写作任务;注重知识过程的阐明;注重问题活动情境的设计;注重评价反馈与交流。本研究将数学写作与数学理解性学习两者相融合是一种尝试,既突出写作主题——理解性学习,又涉及写作的各方面主题。本文为数学教师开展数学写作提供了一种参考,也为促进学生数学理解性学习提供了新途径。
陈蓉蓉[10]（2021）在《高中生数学运算素养的培养现状与对策研究》文中研究表明2018年普通高中数学课程标准颁布了新的修订方案,在新修订的方案中提出了高中数学应该要培养学生的六个核心素养,其中包含了数学运算素养。数学运算素养作为学生学习数学的基础,主要是指学生能够判断运算对象、灵活的应用运算法则、能够在不同的方法中选取最为合适、简洁的方法解决数学题目的能力。数学运算作为学生在启蒙阶段就已经开始培养的素养,是学生学习数学的基础,与其他的素养联系紧密。伴随着年级的增加,数学知识的扩充,对学生的数学综合能力要求越来越高,很多学生会将数学运算的重视程度逐渐下降,很多高中生所具备的数学运算能力不能有效的解决现有的数学问题。本文将重点研究高中生数学运算素养的发展现状以及其存在的主要问题,并针对现有的问题提出有效的解决方法,为高中教师与高中生提高学生数学运算素养提供一定的参考价值,具有较大的现实意义。本文首先是对所研究内容的背景与实际意义进行阐述,并对现有的研究进行总结,结合笔者近几年的教学经验提出所研究的问题,说明研究的原因、研究的目的以及研究的方法。第二章通过文献研究将有关于“数学运算”的相关名词进行说明,通过文献研究了解数学运算的内容,数学运算的内涵,高中数学对于学生数学运算素养的水平划分。第三章将从调查问卷、测试卷、访问交流等方面来进行高中生数学运算素养现状与存在的问题进行调查分析,主要是从调查问卷的结果进行数据分析,了解学生对于数学运算的认知程度。针对测试卷中学生出现的运算问题进行总结分析,了解学生在具体的数学题目中存在的问题。课堂将学生与老师联系在一起,数学运算素养的培养是需要学生与教师共同努力的,所以第四章将通过第三章的调查结果将高中生在数学运算素养存在的问题从学生、教师以及外界环境三个方面来进行总结。学生方面主要主要存在的问题有对数学的运算程度较低、数学阅读能力较差、对运算法则的掌握不够牢固、面对不同的题目不能建立相应的运算思路以及运算习惯较差;教师方面主要从教师的教学理念、教学方式、教学示范几点来总结存在的问题;最后是从计算机、手机、电脑这些外界因素对数学运算的影响来进行分析。第五章针对第四章存在的问题,提出相应的解决方案,学生方面:提高对数学运算的重视程度、提高数学阅读能力、加深对公式概念的理解、加强运算思维的锻炼、注重习惯养成;教师也应该与时俱进,不断更新自己的教学理念,改善教学方式,增强自己的教学示范作用。同时教师与学生都应该寻求电子设备与学习之间的平衡关系,将其变成教学、学习中的助力。最后是笔者对论文的总结与反思,希望能够通过本论文能对高中生的数学运算素养的提升有所帮助。
二、线性规划应用中的几个问题（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、线性规划应用中的几个问题（论文提纲范文）
（1）全渠道模式前置仓选址与配送路径优化（论文提纲范文）
| 致谢 |
| 摘要 |
| ABSTRACT |
| 1 引言 |
| 1.1 研究背景与意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 文献综述 |
| 1.2.1 全渠道模式应用研究 |
| 1.2.2 仓储设施选址研究 |
| 1.2.3 仓配路径选择研究 |
| 1.2.4 仓配网络优化研究 |
| 1.2.5 文献述评 |
| 1.3 研究内容与结构 |
| 1.4 研究方法与技术路线 |
| 1.5 创新点 |
| 2 全渠道模式前置仓运营模式与问题分析 |
| 2.1 全渠道零售模式与前置仓的发展 |
| 2.1.1 全渠道零售模式的产生和发展 |
| 2.1.2 前置仓的产生和发展 |
| 2.2 前置仓特性与问题分析 |
| 2.2.1 前置仓运营模式特性 |
| 2.2.2 前置仓存在的问题 |
| 2.3 全渠道模式前置仓仓配系统分析 |
| 2.3.1 全渠道模式前置仓仓配系统的网络特性 |
| 2.3.2 全渠道模式前置仓仓配系统问题分析 |
| 2.4 本章小结 |
| 3 基于系统动力学的前置仓运营系统仿真分析 |
| 3.1 问题背景 |
| 3.2 系统动力学在前置仓仿真中的适用性分析 |
| 3.2.1 系统动力学适用于动态系统问题 |
| 3.2.2 系统动力学适用于结构性问题 |
| 3.2.3 系统动力学适用于内容性问题 |
| 3.3 前置仓运营系统的系统动力学模型构建 |
| 3.3.1 系统边界与流程 |
| 3.3.2 因果关系图 |
| 3.3.3 系统动力学模型 |
| 3.3.4 模型检验 |
| 3.4 前置仓运营系统仿真 |
| 3.4.1 消费者数量分析 |
| 3.4.2 订单量分析 |
| 3.4.3 营业收入分析 |
| 3.4.4 总成本分析 |
| 3.4.5 服务能力分析 |
| 3.4.6 仿真结论 |
| 3.5 本章小结 |
| 4 全渠道模式前置仓选址与能力设计联合优化 |
| 4.1 问题背景 |
| 4.2 前置仓选址与能力设计联合优化模型构建 |
| 4.2.1 模型假设 |
| 4.2.2 参数定义与符号说明 |
| 4.2.3 双目标规划模型建立 |
| 4.3 多目标模拟退火算法设计 |
| 4.3.1 算法介绍 |
| 4.3.2 算法流程 |
| 4.3.3 中心确定与邻域构造 |
| 4.4 案例分析 |
| 4.4.1 案例背景 |
| 4.4.2 数据来源 |
| 4.4.3 计算结果与量化分析 |
| 4.4.4 灵敏度分析 |
| 4.4.5 结果讨论 |
| 4.5 本章小结 |
| 5 全渠道模式前置仓车辆路径分布式鲁棒优化 |
| 5.1 问题背景 |
| 5.2 前置仓车辆路径分布式鲁棒优化模型构建 |
| 5.2.1 模型假设 |
| 5.2.2 参数定义与符号说明 |
| 5.2.3 分布式鲁棒优化模型建立 |
| 5.3 模型分析与等价转化 |
| 5.3.1 非精确集构造 |
| 5.3.2 模型等价形式 |
| 5.3.3 模型复杂性分析 |
| 5.4 案例分析 |
| 5.4.1 数据来源与参数设置 |
| 5.4.2 计算结果与量化分析 |
| 5.4.3 模型对比分析 |
| 5.4.4 结果讨论 |
| 5.5 本章小结 |
| 6 全渠道模式前置仓选址-路径集成优化 |
| 6.1 问题背景 |
| 6.2 前置仓选址-路径集成优化模型构建 |
| 6.2.1 模型假设 |
| 6.2.2 参数定义与符号说明 |
| 6.2.3 整数规划模型建立 |
| 6.3 遗传算法设计 |
| 6.3.1 算法适用性分析 |
| 6.3.2 算法流程 |
| 6.4 案例分析 |
| 6.4.1 数据来源与参数设置 |
| 6.4.2 计算结果与量化分析 |
| 6.4.3 灵敏度分析 |
| 6.4.4 结果讨论 |
| 6.5 本章小结 |
| 7 结论与展望 |
| 7.1 研究结论 |
| 7.2 研究展望 |
| 参考文献 |
| 作者简历及攻读博士学位期间取得的研究成果 |
| 学位论文数据集 |
（2）复杂大型建设项目费用偏差控制方法及信息系统设计（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景和意义 |
| 1.1.1 研究背景 |
| 1.1.2 研究意义 |
| 1.2 国内外研究现状 |
| 1.2.1 复杂大型建设项目研究现状 |
| 1.2.2 项目费用控制研究现状 |
| 1.2.3 预警方法研究现状 |
| 1.2.4 纠偏策略研究现状 |
| 1.2.5 信息系统应用研究现状 |
| 1.3 主要研究内容和技术路线 |
| 1.4 主要创新点 |
| 第2章 相关基础理论研究 |
| 2.1 复杂大型建设项目特点及费用控制分析 |
| 2.1.1 复杂大型建设项目特点分析 |
| 2.1.2 复杂大型建设项目费用偏差控制参与主体 |
| 2.1.3 复杂大型建设项目费用控制复杂性分析 |
| 2.2 费用偏差控制相关理论研究 |
| 2.2.1 费用偏差控制内涵 |
| 2.2.2 费用偏差影响因素分析 |
| 2.2.3 费用偏差控制基本原则 |
| 2.3 费用偏差控制模型及方法研究 |
| 2.3.1 偏差特征系统动力学理论 |
| 2.3.2 神经网络模型 |
| 2.3.3 费用偏差预警聚类方法 |
| 2.3.4 费用偏差控制策略及评价理论 |
| 2.4 本章小结 |
| 第3章 基于系统动力学的费用偏差影响因素识别研究 |
| 3.1 复杂大型建设项目费用监控模式 |
| 3.1.1 费用监控模式特征分析 |
| 3.1.2 费用监控模式构建 |
| 3.1.3 费用监控模式运行流程 |
| 3.2 费用偏差影响因素的系统动力学模型构建 |
| 3.2.1 系统动力学的基本理论 |
| 3.2.2 基于系统动力学的费用偏差控制的可行性分析 |
| 3.2.3 系统动力学模型构建 |
| 3.3 费用偏差影响因素的子系统方程式建立 |
| 3.3.1 系统动力学建模中涉及到的数学方法 |
| 3.3.2 影响因素的子系统方程式建立 |
| 3.4 系统动力学模型仿真和分析 |
| 3.5 本章小结 |
| 第4章 基于改进神经网络模型的费用偏差控制方法研究 |
| 4.1 工程建设项目费用偏差计算需求及特点分析 |
| 4.2 基于K-means算法的费用偏差警情计算模型研究 |
| 4.2.1 K-means聚类理论及缺陷分析 |
| 4.2.2 K-means聚类方法改进及适用性研究 |
| 4.2.3 基于改进K-means算法的费用偏差计算模型构建 |
| 4.3 基于改进神经网络模型的费用偏差计算模型研究 |
| 4.3.1 神经网络模型原理分析 |
| 4.3.2 神经网络模型的改进及适用性研究 |
| 4.3.3 基于改进神经网络模型的费用偏差计算模型构建 |
| 4.4 算例分析 |
| 4.5 本章小结 |
| 第5章 基于流程再造的费用偏差控制策略及效果评价 |
| 5.1 复杂大型建设项目费用偏差控制中的流程再造与协同 |
| 5.1.1 费用偏差控制中流程再造与协同的目标 |
| 5.1.2 费用偏差控制中流程再造与协同的原则 |
| 5.2 复杂大型建设项目各阶段费用偏差控制策略 |
| 5.2.1 前期决策阶段的费用偏差控制策略 |
| 5.2.2 中期实施阶段的费用偏差控制策略 |
| 5.2.3 后期运维阶段的费用偏差控制策略 |
| 5.3 复杂大型建设项目费用偏差控制效果评价 |
| 5.3.1 费用偏差控制效果评价指标体系 |
| 5.3.2 基于支撑度理论的纠偏控制效果评价群决策模型 |
| 5.3.3 算例分析 |
| 5.4 本章小结 |
| 第6章 复杂大型项目费用偏差控制信息系统分析与设计 |
| 6.1 复杂大型建设项目CDMIS分析 |
| 6.1.1 复杂大型建设项目CDMIS的定义 |
| 6.1.2 复杂大型建设项目CDMIS的建设目标 |
| 6.1.3 复杂大型建设项目CDMIS的用户分析 |
| 6.1.4 复杂大型建设项目CDMIS的需求分析 |
| 6.2 复杂大型建设项目CDMIS设计 |
| 6.2.1 系统的总体设计原则及开发方法 |
| 6.2.2 系统的平台整体设计 |
| 6.2.3 复杂大型建设项目CDMIS的功能及模块设计 |
| 6.2.4 复杂大型建设项目CDMIS的数据库设计 |
| 6.3 复杂大型建设项目CDMIS关键技术 |
| 6.3.1 复杂大型建设项目CDMIS的开发技术选型 |
| 6.3.2 复杂大型建设项目CDMIS的数据仓库设计 |
| 6.3.3 复杂大型建设项目CDMIS的模型管理模块设计 |
| 6.4 本章小结 |
| 第7章 研究成果和结论 |
| 参考文献 |
| 附录 |
| 攻读博士学位期间发表的论文及其它成果 |
| 攻读博士学位期间参加的科研工作 |
| 致谢 |
| 作者简介 |
（4）面向智能工厂的边缘计算节点部署及节能技术研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容 |
| 1.4 论文章节安排 |
| 第二章 相关原理与技术支撑 |
| 2.1 C-RAN |
| 2.1.1 C-RAN的介绍 |
| 2.1.2 5G C-RAN |
| 2.2 边缘计算 |
| 2.2.1 边缘计算架构 |
| 2.2.2 边缘计算卸载技术 |
| 2.2.3 边缘计算移动性管理 |
| 2.3 面向智能工厂的边缘计算 |
| 2.3.1 智能制造 |
| 2.3.2 面向智能工厂的边缘计算 |
| 2.4 本章小结 |
| 第三章 智能工厂中基于C-RAN的边缘计算时延和部署成本优化 |
| 3.1 引言 |
| 3.2 系统建模和问题描述 |
| 3.2.1 系统建模 |
| 3.2.2 问题描述 |
| 3.3 联合优化部署成本和时延算法 |
| 3.3.1 免疫算法 |
| 3.3.2 拉格朗日乘子法 |
| 3.3.3 联合优化部署成本和时延算法 |
| 3.4 仿真与实验结果分析 |
| 3.5 本章小结 |
| 第四章 基于能耗和时延的移动设备边缘卸载策略研究 |
| 4.1 引言 |
| 4.2 系统建模和问题描述 |
| 4.2.1 系统建模 |
| 4.2.2 问题描述 |
| 4.3 基于能耗和时延的移动设备边缘卸载算法 |
| 4.3.1 不同卸载决策下的任务流卸载算法 |
| 4.3.2 基于能耗和时延的移动设备边缘卸载算法 |
| 4.4 仿真与实验结果分析 |
| 4.5 本章小结 |
| 第五章 总结与展望 |
| 5.1 全文工作总结 |
| 5.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间获得的研究成果 |
（5）面向大规模跨模态检索的哈希方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 哈希学习研究现状 |
| 1.2.1 离线哈希方法 |
| 1.2.1.1 朴素哈希 |
| 1.2.1.2 高维稀疏哈希 |
| 1.2.2 在线哈希方法 |
| 1.3 本文主要工作和创新点 |
| 1.4 论文内容安排 |
| 第2章 可扩展非对称离散跨模态哈希方法 |
| 2.1 引言 |
| 2.2 BATCH算法 |
| 2.2.1 符号和问题定义 |
| 2.2.2 哈希码学习 |
| 2.2.2.1 公共子空间学习 |
| 2.2.2.2 距离-距离差异最小化 |
| 2.2.2.3 非对称联合学习 |
| 2.2.2.4 量化和正交化 |
| 2.2.2.5 高效离散优化 |
| 2.2.3 哈希函数学习 |
| 2.2.4 收敛性证明 |
| 2.2.5 复杂度分析 |
| 2.3 实验描述和结果分析 |
| 2.3.1 实验设置 |
| 2.3.1.1 数据集 |
| 2.3.1.2 评价指标 |
| 2.3.1.3 对比方法及实验细节 |
| 2.3.2 实验结果和分析 |
| 2.3.2.1 Wiki数据集上的结果 |
| 2.3.2.2 MIRFlickr-25K数据集上的结果 |
| 2.3.2.3 NUS-WIDE数据集上的结果 |
| 2.3.2.4 收敛性分析 |
| 2.3.2.5 时间开销分析 |
| 2.3.2.6 参数敏感性分析 |
| 2.3.2.7 消融实验分析 |
| 2.3.2.8 与深度哈希方法的对比实验 |
| 2.4 小结 |
| 第3章 快速跨模态哈希方法 |
| 3.1 引言 |
| 3.2 FCMH算法 |
| 3.2.1 符号和问题描述 |
| 3.2.2 哈希码学习 |
| 3.2.2.1 全局相似性嵌入 |
| 3.2.2.2 局部相似性嵌入 |
| 3.2.2.3 总体目标函数 |
| 3.2.2.4 高效离散优化 |
| 3.2.3 哈希函数学习 |
| 3.2.4 收敛性证明 |
| 3.2.5 复杂度分析 |
| 3.3 实验描述和结果分析 |
| 3.3.1 实验设置 |
| 3.3.1.1 数据集 |
| 3.3.1.2 评价指标 |
| 3.3.1.3 对比方法及实验细节 |
| 3.3.2 实验结果和分析 |
| 3.3.2.1 IAPR TC-12数据集上的结果 |
| 3.3.2.2 MIRFlickr-25K数据集上的结果 |
| 3.3.2.3 NUS-WIDE数据集上的结果 |
| 3.3.2.4 收敛性分析 |
| 3.3.2.5 时间开销分析 |
| 3.3.2.6 参数敏感性分析 |
| 3.3.2.7 消融实验分析 |
| 3.3.2.8 与深度哈希方法的对比实验 |
| 3.4 小结 |
| 第4章 高维稀疏跨模态哈希方法 |
| 4.1 引言 |
| 4.2 HSCH算法 |
| 4.2.1 符号和问题定义 |
| 4.2.2 哈希码学习 |
| 4.2.2.1 细粒度稀疏编码 |
| 4.2.2.2 高效离散优化 |
| 4.2.3 哈希函数学习 |
| 4.2.4 收敛性证明 |
| 4.2.5 复杂度分析 |
| 4.3 实验描述和结果分析 |
| 4.3.1 实验设置 |
| 4.3.1.1 数据集 |
| 4.3.1.2 评价指标 |
| 4.3.1.3 对比方法和实现细节 |
| 4.3.2 实验结果和分析 |
| 4.3.2.1 准确率对比实验 |
| 4.3.2.2 效率对比实验 |
| 4.3.2.3 收敛性分析 |
| 4.3.2.4 参数敏感性分析 |
| 4.3.2.5 消融实验分析 |
| 4.3.2.6 与深度哈希方法的对比实验 |
| 4.4 小结 |
| 第5章 标签嵌入在线跨模态哈希方法 |
| 5.1 引言 |
| 5.2 LEMON算法 |
| 5.2.1 符号和问题定义 |
| 5.2.2 哈希码学习 |
| 5.2.2.1 标签嵌入 |
| 5.2.2.2 在线学习 |
| 5.2.2.3 高效离散优化 |
| 5.2.3 哈希函数学习 |
| 5.2.4 复杂度分析 |
| 5.3 实验描述和结果分析 |
| 5.3.1 实验设置 |
| 5.3.1.1 数据集 |
| 5.3.1.2 评价指标 |
| 5.3.1.3 对比方法和实现细节 |
| 5.3.2 实验结果和分析 |
| 5.3.2.1 MIRFlickr-25K数据集上的结果 |
| 5.3.2.2 IAPR TC-12数据集上的结果 |
| 5.3.2.3 NUS-WIDE数据集上的结果 |
| 5.3.2.4 时间开销分析 |
| 5.3.2.5 参数敏感性分析 |
| 5.4 小结 |
| 第6章 总结与展望 |
| 6.1 总结 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
| 攻读学位期间参与科研项目情况 |
| 学位论文评阅及答辩情况表 |
（6）风电惯量参与电网调频的控制研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 背景和意义 |
| 1.2 风电参与电力系统调频的研究现状 |
| 1.2.1 利用风电惯量参与调频的控制方法 |
| 1.2.2 利用风电减载备用参与调频的控制方法 |
| 1.2.3 与其他电源之间的协同方案 |
| 1.3 研究现状总结 |
| 1.4 本文的主要工作 |
| 第2章 大规模风电接入对系统频率响应的影响 |
| 2.1 引言 |
| 2.2 电力系统调频体系概述 |
| 2.3 系统频率响应的评价指标 |
| 2.4 考虑风电接入的系统频率响应 |
| 2.4.1 传统电力系统的系统频率响应模型 |
| 2.4.2 考虑风电接入的系统频率响应分析方法 |
| 2.5 风电接入对系统频率响应的影响分析 |
| 2.5.1 风电不参与调频情况 |
| 2.5.2 风电参与调频情况 |
| 2.6 本章小结 |
| 第3章 风电惯量参与调频的合理退出时刻研究 |
| 3.1 引言 |
| 3.2 方波式惯量控制 |
| 3.2.1 基本原理 |
| 3.2.2 数学模型 |
| 3.3 系统频率二次跌落与退出时刻的关系 |
| 3.3.1 系统频率响应的计算方法 |
| 3.3.2 系统频率二次跌落的计算方法 |
| 3.3.3 二次跌落与退出时刻的关系 |
| 3.4 退出时刻的求解方法 |
| 3.4.1 最优退出时刻的计算方法 |
| 3.4.2 固定退出时刻的数学推导 |
| 3.4.3 对固定退出时刻的物理解释 |
| 3.5 固定退出时刻在风电场中的应用策略 |
| 3.5.1 调频参数的获取 |
| 3.5.2 调频功率的确定 |
| 3.5.3 应用策略 |
| 3.6 算例分析 |
| 3.6.1 数值计算 |
| 3.6.2 新英格兰10机39节点测试系统仿真分析 |
| 3.7 本章小结 |
| 第4章 基于模型预测控制的风电场集中式惯量控制 |
| 4.1 引言 |
| 4.2 基于MPC的风电场集中式惯量控制框架 |
| 4.3 模型预测控制 |
| 4.3.1 基本原理 |
| 4.3.2 应用优势 |
| 4.4 问题描述 |
| 4.4.1 风电场的预测模型 |
| 4.4.2 目标函数 |
| 4.4.3 约束条件 |
| 4.5 算例分析 |
| 4.6 本章小结 |
| 第5章 考虑多风电场协同的分层惯量控制 |
| 5.1 引言 |
| 5.2 考虑多风电场协同的分层惯量控制框架 |
| 5.3 风电场集群控制层 |
| 5.3.1 风电场当前运行状态 |
| 5.3.2 估算扰动大小 |
| 5.3.3 预测系统频率最低点 |
| 5.3.4 确定各风电场最优调频功率 |
| 5.4 风电场和风机控制层 |
| 5.4.1 交替方向乘子法概述 |
| 5.4.2 风电场的预测模型 |
| 5.4.3 问题描述 |
| 5.4.4 求解过程 |
| 5.5 算例分析 |
| 5.5.1 风电场集群控制层控制效果 |
| 5.5.2 风电场和风机控制层控制效果 |
| 5.6 本章小结 |
| 第6章 结论与展望 |
| 参考文献 |
| 致谢 |
| 攻读博士学术期间的研究成果 |
| 学位论文评阅及答辩情况表 |
（7）互斥基因查找的方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第1章 绪论 |
| 1.1 癌症基因学概述 |
| 1.2 第二代测序技术 |
| 1.3 驱动基因及其互斥性 |
| 1.4 寻找互斥基因的方法 |
| 1.5 本文内容与结构 |
| 第2章 步进式互斥基因筛选算法 |
| 2.1 FSME算法 |
| 2.1.1 互斥性的距离衡量方法 |
| 2.1.2 独立关系检验 |
| 2.1.3 FSME算法 |
| 2.2 FSME的模拟结果 |
| 2.2.1 方法评价标准 |
| 2.2.2 单一互斥基因集合情形 |
| 2.2.3 两个互斥基因集合情形 |
| 2.2.4 显着性水平的选择 |
| 2.3 性能分析 |
| 2.4 真实数据分析 |
| 2.4.1 急性髓性白血病(Acute Myeloid Leukemia,AML)数据 |
| 2.4.2 乳腺癌(Breast Cancer,BRCA)数据 |
| 2.4.3 胶质母细胞瘤(Glioblastoma Multiforme,GBM)数据 |
| 2.4.4 敏感性分析 |
| 2.4.5 其它癌症数据 |
| 2.4.6 不考虑其它方法筛选下的结果 |
| 2.5 结论 |
| 第3章 基于二次优化的互斥基因查找 |
| 3.1 基于二次优化的互斥基因查找方法 |
| 3.2 MeQP在模拟数据上的应用 |
| 3.2.1 单一互斥基因集合情形 |
| 3.2.2 两个互斥基因集合情形 |
| 3.2.3 具有共同基因的两个互斥基因集合情形 |
| 3.3 MeQP的高效性 |
| 3.4 MeQP在真实数据上的应用 |
| 3.5 MeQP的应用总结 |
| 第4章 考虑亚型的互斥基因查找 |
| 4.1 分层互斥基因查找方法 |
| 4.1.1 考虑亚型的互斥判别 |
| 4.1.2 距离排序与步进式前进检索方法 |
| 4.1.3 互斥基因集合判断 |
| 4.2 分层互斥模拟数据分析 |
| 4.2.1 分层互斥模拟数据的生成 |
| 4.2.2 不同方法的参数设定 |
| 4.2.3 分层互斥模拟数据测试结果 |
| 4.3 总体互斥但分层不互斥模拟数据分析 |
| 4.3.1 总体互斥但分层不互斥模拟数据的生成 |
| 4.3.2 不同方法的参数设定 |
| 4.3.3 总体互斥但分层不互斥模拟数据测试结果 |
| 4.4 运行效率对比 |
| 4.5 基于乳腺癌真实数据的分析 |
| 4.5.1 乳腺癌亚型的生物背景 |
| 4.5.2 乳腺癌真实数据来源与处理 |
| 4.5.3 乳腺癌真实数据互斥的初步分析 |
| 4.5.4 在乳腺癌真实数据上使用SME |
| 4.5.5 其它方法在乳腺癌数据上的测试 |
| 4.5.6 乳腺癌研究的其它差异 |
| 4.5.7 FSME在乳腺癌亚型上的应用 |
| 4.6 SME方法的适用性 |
| 4.7 分层互斥基因查找的总结 |
| 4.8 SME的其它应用 |
| 第5章 互斥基因查找与临床应用 |
| 5.1 FSME在TCGA乳腺癌数据上的结果 |
| 5.2 互斥基因对生存期的影响 |
| 5.3 潜在驱动基因的发现 |
| 第6章 结论 |
| 6.1 本文主要研究成果 |
| 6.1.1 De novo互斥基因查找方法 |
| 6.1.2 考虑亚型的互斥基因查找 |
| 6.1.3 互斥基因查找对癌症研究的意义 |
| 6.2 本文方法的改进以及未来研究方向 |
| 参考文献 |
| 附录A 附录 |
| A.1公式(2.5)的权重参数对距离指标鉴别能力的影响 |
| A.2 FSME使用的独立关系检验原假设下的分布推导 |
| A.3 FSME的伪代码 |
| A.4 附图与附表 |
| 致谢 |
| 在读期间发表的学术论文与取得的研究成果 |
（8）面向边缘雾计算的联邦学习性能分析与优化方法研究（论文提纲范文）
| 摘要 |
| ABSTRACT |
| 第一章 绪论 |
| 1.1 研究背景及意义 |
| 1.2 国内外研究现状 |
| 1.3 论文研究内容及结构安排 |
| 第二章 边缘雾计算网络与联邦学习 |
| 2.1 边缘雾计算无线网络 |
| 2.1.1 网络架构 |
| 2.1.2 资源分配与管控 |
| 2.2 联邦学习 |
| 2.2.1 精度性能分析及优化 |
| 2.2.2 面向无线网络的联邦学习优化设计 |
| 2.3 无线网络智能化关键技术 |
| 2.3.1 边缘计算和雾计算 |
| 2.3.2 先进传输技术 |
| 2.3.3 基于通信计算智能协同的网络管控技术 |
| 2.4 本章小结 |
| 第三章 面向边缘雾计算的联邦学习性能分析和优化 |
| 3.1 引言 |
| 3.2 系统模型 |
| 3.3 联邦学习精度性能分析 |
| 3.4 边缘雾计算系统中联邦学习优化设计 |
| 3.4.1 模型精度与训练成本联合优化问题描述 |
| 3.4.2 模型精度与训练成本联合优化算法设计 |
| 3.5 仿真结果与分析 |
| 3.5.1 优化算法收敛性仿真评估 |
| 3.5.2 基于MNIST数据集的仿真结果与分析 |
| 3.6 本章小结 |
| 第四章 联合机会式集中学习的联邦学习性能分析与优化 |
| 4.1 引言 |
| 4.2 系统模型 |
| 4.3 联合机会式集中学习的联邦学习优化设计 |
| 4.3.1 模型精度性能分析 |
| 4.3.2 模型训练成本分析 |
| 4.3.3 联合优化问题设计 |
| 4.4 模型精度与训练成本联合优化方法 |
| 4.4.1 优化问题解耦 |
| 4.4.2 联合优化算法 |
| 4.5 仿真结果与分析 |
| 4.5.1 算法收敛性仿真评估 |
| 4.5.2 基于MNIST数据集的仿真结果与分析 |
| 4.6 本章小结 |
| 第五章 总结与展望 |
| 5.1 主要工作及创新点 |
| 5.2 未来研究展望 |
| 参考文献 |
| 致谢 |
| 攻读学位期间发表的学术论文目录 |
（9）利用数学写作促进高中生数学理解性学习的实践研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第1章 绪论 |
| 1.1 研究背景 |
| 1.1.1 高中数学教学实践中存在的问题 |
| 1.1.2 新课程标准的要求 |
| 1.1.3 人教A版高中数学教科书的内容组织 |
| 1.1.4 数学写作的功能 |
| 1.1.5 数学理解性学习的必要性 |
| 1.2 研究内容及意义 |
| 1.2.1 研究内容 |
| 1.2.2 研究意义 |
| 1.3 研究思路 |
| 1.4 论文结构 |
| 第2章 文献综述 |
| 2.1 核心概念的界定 |
| 2.1.1 数学写作的概念 |
| 2.1.2 数学理解性学习的概念 |
| 2.2 国内外有关数学写作的研究 |
| 2.2.1 关于数学写作的价值 |
| 2.2.2 关于数学写作的类型 |
| 2.2.3 关于数学写作的指导 |
| 2.2.4 关于数学写作的评价 |
| 2.2.5 关于数学写作的实践研究 |
| 2.3 国内外有关数学理解性学习的研究 |
| 2.3.1 关于数学理解性学习的教学、学习策略 |
| 2.3.2 关于数学理解性学习的评价 |
| 2.3.3 关于数学理解性学习的实践研究 |
| 2.4 文献评述 |
| 2.5 相关理论基础 |
| 2.5.1 建构主义学习理论 |
| 2.5.2 元认知理论 |
| 2.5.3 认知心理学理论 |
| 第3章 研究设计 |
| 3.1 研究目的 |
| 3.2 研究方法 |
| 3.3 研究对象 |
| 3.4 研究工具 |
| 3.4.1 高中生数学写作调查问卷的设计 |
| 3.4.2 高中生数学理解性学习情况调查问卷设计 |
| 3.4.3 测试题的设计 |
| 3.4.4 访谈提纲设计 |
| 第4章 促进高中生数学理解性学习的数学写作准备 |
| 4.1 前期准备工作 |
| 4.1.1 前期调查 |
| 4.1.2 调查结果分析 |
| 4.1.3 向学生介绍数学写作 |
| 4.1.4 数学写作的阅读指导及试写 |
| 4.2 数学写作模式的设计 |
| 4.2.1 自我阐释类 |
| 4.2.2 情境应用类 |
| 4.2.3 洞察类 |
| 4.2.4 反思认识类 |
| 4.3 数学写作的评价 |
| 4.3.1 评价目的 |
| 4.3.2 评价原则 |
| 4.4 小结 |
| 第5章 促进高中生数学理解性学习的数学写作教学实践 |
| 5.1 实施方案 |
| 5.1.1 实施的教材内容 |
| 5.1.2 变量分析 |
| 5.2 数学写作教学实施计划 |
| 5.2.1 数学写作教学设计环节 |
| 5.2.2 数学写作题目、篇数 |
| 5.3 自我阐释类数学写作的实施及案例 |
| 5.3.1 写作目标 |
| 5.3.2 写作内容 |
| 5.3.3 写作题目的设计 |
| 5.3.4 关于自我阐释类数学写作的评价 |
| 5.3.5 写作案例及作品评析 |
| 5.3.6 自我阐释类写作的教学反思 |
| 5.4 情境应用类数学写作的实施及案例 |
| 5.4.1 写作目标 |
| 5.4.2 写作内容 |
| 5.4.3 写作题目的设计 |
| 5.4.4 关于情境应用类数学写作的评价 |
| 5.4.5 写作案例及作品评析 |
| 5.4.6 情境应用类写作的教学反思 |
| 5.5 洞察类数学写作的实施及案例 |
| 5.5.1 写作目标 |
| 5.5.2 写作内容 |
| 5.5.3 写作题目的设计 |
| 5.5.4 关于洞察类数学写作的评价 |
| 5.5.5 写作案例及作品评析 |
| 5.5.6 洞察类写作的教学反思 |
| 5.6 反思认识类数学写作的实施及案例 |
| 5.6.1 写作目标 |
| 5.6.2 写作内容 |
| 5.6.3 写作题目的设计 |
| 5.6.4 关于反思认识类数学写作的评价 |
| 5.6.5 写作案例及作品评析 |
| 5.6.6 反思认识类写作的教学反思 |
| 5.7 教学反思 |
| 第6章 数学写作促进高中生数学理解性学习的实践效果 |
| 6.1 数学写作对学生态度、写作能力的分析 |
| 6.1.1 数学写作调查分析 |
| 6.1.2 访谈结果分析 |
| 6.1.3 数学写作调查小结 |
| 6.2 数学理解性学习的情况分析 |
| 6.2.1 数学写作对数学理解性学习的影响分析 |
| 6.2.2 数学写作对数学理解性学习各维度的影响分析 |
| 6.2.3 测试题得分率分析 |
| 6.2.4 学生数学理解性学习的情况小结 |
| 6.3 数学成绩分析 |
| 6.3.1 数学考试成绩分析 |
| 6.3.2 测试题成绩分析 |
| 6.4 本章小结 |
| 第7章 研究结论与反思 |
| 7.1 研究的结论 |
| 7.2 研究的创新点 |
| 7.3 研究的不足 |
| 7.4 教学建议 |
| 7.4.1 制定合理的写作任务 |
| 7.4.2 注重知识过程的阐明 |
| 7.4.3 注重问题活动情境的设计 |
| 7.4.4 注重评价反馈与交流 |
| 7.5 研究的展望 |
| 参考文献 |
| 附录 A:高中生数学写作的调查问卷(前测) |
| 附录 B:学生数学写作访谈提纲 |
| 附录 C:高中生“数学理解性学习”调查问卷 |
| 附录 D 学生数学写作调查问卷(后测) |
| 附录 E:实践班和对照班数学成绩前后测数据对比表 |
| 附录 F:六道测试题 |
| 附录 G:实践班与对照班六道测试题成绩数据对比表 |
| 攻读硕士学位期间发表的论文及研究成果 |
| 致谢 |
（10）高中生数学运算素养的培养现状与对策研究（论文提纲范文）
| 摘要 |
| Abstrsct |
| 1、绪论 |
| 1.1 研究背景与意义 |
| 1.2 研究问题与方法 |
| 2、文献综述 |
| 2.1 数学核心素养的文献综述 |
| 2.2 数学运算素养的文献综述 |
| 2.3 数学运算素养的相关研究 |
| 3、高中生数学运算能力现状 |
| 3.1 调查设计 |
| 3.2 调查问卷分析 |
| 3.3 测试卷调查结果分析 |
| 4、高中生在数学运算素养培养中的问题成因分析 |
| 4.1 学生层面 |
| 4.2 教师层面 |
| 4.3 外界因素 |
| 5、高中生在数学运算素养培养策略 |
| 5.1 学生培养数学运算素养策略 |
| 5.2 教师培养学生数学运算素养策略 |
| 5.3 合理利用外界资源 |
| 6、研究结论与反思 |
| 6.1 研究结论 |
| 6.2 研究不足 |
| 6.3 研究展望 |
| 参考文献 |
| 附录一 高中生数学运算能力调查问卷 |
| 附录二 测试卷 |
| 致谢 |
四、线性规划应用中的几个问题（论文参考文献）
- [1]全渠道模式前置仓选址与配送路径优化[D]. 黄纪凯. 北京交通大学, 2021
- [2]复杂大型建设项目费用偏差控制方法及信息系统设计[D]. 孙肖坤. 华北电力大学(北京), 2021(01)
- [3]正切换系统的事件触发控制[D]. 刘来友. 杭州电子科技大学, 2021
- [4]面向智能工厂的边缘计算节点部署及节能技术研究[D]. 肖烨. 北京邮电大学, 2021(01)
- [5]面向大规模跨模态检索的哈希方法研究[D]. 王永欣. 山东大学, 2021(10)
- [6]风电惯量参与电网调频的控制研究[D]. 鲍威宇. 山东大学, 2021(10)
- [7]互斥基因查找的方法研究[D]. 张泽宇. 中国科学技术大学, 2021(09)
- [8]面向边缘雾计算的联邦学习性能分析与优化方法研究[D]. 骆雪婷. 北京邮电大学, 2021(01)
- [9]利用数学写作促进高中生数学理解性学习的实践研究[D]. 李瑞丽. 云南师范大学, 2021(08)
- [10]高中生数学运算素养的培养现状与对策研究[D]. 陈蓉蓉. 西南大学, 2021(01)